相关动态
在华盛顿大学蛋白质设计研究所（IPD），主任David Baker提出“Communal Brain”协作研究，其实验室有100多名研究人员，致力于用深度学习方法从头（de novo）设计蛋白质。100个氨基酸的小蛋白可有20¹⁰⁰种序列，但仅极小部分能折叠成稳定、有功能的结构；残基错位一个埃就可能导致药物结合失败。前博士后Nathaniel Bennett称，绕过耗时实验筛选的AI抗体设计是癌症和自身免疫病等领域长期追求的“holy grail”。去年11月，他与同事在《Nature》发表论文，展示全长de novo抗体可结合用户指定表位，AI模型可构建历史上难设计的柔性抗体环。但可制造、体内稳定且避免副作用的AI设计蛋白仍差一步。Baker区分现实与炒作：现实是可在计算机上设计蛋白质；炒作是治疗用途不止结合或催化，de novo蛋白能否革新医学仍需加深对生物学的理解。Bennett现为Xaira Therapeutics联合
英国皇家学会将2026年Croonian Medal与讲座授予David Baker，表彰其从头设计全新蛋白质，并在蛋白质结构预测与蛋白质工程工具发展中发挥关键作用。与改造天然蛋白质的传统工程路径不同，其实验室设计自然界演化中未曾遇到的新一代蛋白质，用深度学习方法赋予其新功能，合成编码设计的基因并做实验表征。讲座将围绕健康、技术与可持续领域的现实挑战展开。Baker为2024年诺贝尔化学奖得主，获奖理由是“for computational protein design”，现任华盛顿大学蛋白质设计研究所所长。
今日报道，AI生成的蛋白质催化剂在合成后立即可高效工作，无需实验室优化。以往软件仅产生微量活性，而RFdiffusion2的催化效率与细胞中天然酶相当。IPD主任David Baker博士表示，深度学习已从预测结构转向创造功能系统，可围绕特定化学反应构建酶，为先进药物和材料开辟道路。RFdiffusion2已在GitHub免费发布，相关论文发表于《自然》和《自然方法》。
一项由Baker Lab领导的新研究首次证明，功能完整的抗体可以完全在计算机上开发，无需动物免疫或大量筛选。这一突破可能重塑2000亿美元的抗体药物行业，并为目前认为不可成药的疾病开辟治疗途径。该工作基于2024年3月发布的预印本，当时显示AI能生成功能性纳米抗体片段。如今发表在《Nature》上的成果标志着重大进展：现在可以设计包含重链和轻链的完整抗体可变区，这是大多数抗体药物采用的分子结构。研究团队免费共享抗体设计软件RFantibody，供学术、个人和商业用途，代码已在GitHub发布。
为庆祝诺贝尔奖公布周，《GEN》技术高级编辑 Fay Lin 博士与 2024 年诺贝尔化学奖得主、华盛顿大学蛋白质设计研究所所长 David Baker 博士对话，探讨从头设计蛋白质的炒作与现实，以及 AI 革命真正改变医学所需的条件。Baker 因开创性 AI 方法设计新型蛋白质而获奖，这些蛋白质可用于药物、疫苗、纳米材料、生物传感器等领域。此外，西雅图系统生物学研究所的 Mary Brunkow 博士因揭示调节性 T 细胞在外周免疫耐受中的作用，获 2025 年诺贝尔生理学或医学奖。